基于区间有序加权算子的地铁车站深基坑支护方案灰色评价

地铁车站深基坑支护方案选择的科学合理性直接关系到整个工程的施工安全,针对传统深基坑支护方案评价方法主观性强、信息不足等问题,提出基于区间有序加权算子的地铁车站深基坑支护方案灰色评价模型。首先,从支护方案的安全性、经济性、技术可行性和环境影响4个方面系统地构建支护方案评价指标体系。然后,利用多粒度语言实现评价指标重要度的语言转换,引入区间有序加权(IOWA)算子中正态分布密度函数对指标赋权,利用θ系数对权重做进一步调整,求得指标权值,提高赋权的科学性。最后,考虑支护方案评价指标的不完整性、数据贫乏性,利用灰色关联拟合出各个方案与最优方案的贴近度,得出最佳支护方案。将其运用于郑州地铁1号线紫荆山车站支护方案的评价,认为在施工过程中应选择地下连续墙+内支撑的支护方式,拟合结果与实际情况相符合,验证了模型的科学性。     

基于IOWA算子的地铁车站深基坑施工安全综合评价

为解决地铁深基坑施工安全评价指标模糊性、灰色性和专家认知极端性造成安全等级难以确定的困难，提出基于IOWA算子的地铁车站深基坑施工安全评价方法。主要研究与结论如下： 1）耦合WBS-RBS 2个维度从渗流破坏、突涌破坏、机械伤人、坑内土体滑坡、支撑失稳、踢脚破坏6个方面构建指标体系； 2）对专家初始决策数据重新排序，利用IOWA算子确定指标初始权重并引入系数调整边界权值，得到指标最终权重； 3）运用灰色聚类提升评价过程透明化，聚类分析出车站深基坑施工安全等级； 4）以郑州地铁1号线紫荆山车站为例，认为紫荆山车站深基坑施工安全等级高，渗流破坏、坑内土体滑坡、支撑失稳、踢脚破坏是影响深基坑施工安全的主要风险指标，建议施工方重点关注。     

基于可拓理论的地铁车站多风险因素安全评价体系

为准确有效地评价地下型地铁车站的安全风险状况,本文将地铁车站可能遇到的火灾、恐怖袭击、设备故障、水灾、地震等5种类型安全风险事件同时纳入考虑,建立了基于可拓理论,考虑多种风险因素的地铁车站安全评价体系.评价体系共包含1个一级指标,5个二级指标,15个三级及55个四级指标.最后基于某地铁车站所获得的各个指标数据,对评价体系进行了实际运用,验证了其可操作性与准确性.建立的评价体系可以为地铁车站安全管理人员工作的开展提供参考.     

基于模糊理论的地铁车站基坑工程安全性评价研究

为防止地铁车站基坑工程安全事故的发生，采用模糊综合评价法，从建设管理、地质勘察、基坑工程设计及基坑工程施工等4个方面，根据层次分析法及专家意见确定了各项评价指标的权重，建立了层次结构的评价指标及二级模糊综合评价模型，对地铁车站基坑工程的安全性进行综合评价；并以上海某地铁车站基坑工程进行实例分析，结果表明:该地铁车站基坑的综合评价为“基本安全”，与实际安全状况吻合，说明了模糊综合评价模型具有较高的适用性和合理性。     

基于Petri网的地铁车站系统脆弱性评价研究

为了评价地铁车站系统的脆弱性,研究了地铁车站系统脆弱性评价的计算方法,确定了地铁车站系统的脆弱性评价指标体系并提出了基于Petri网的地铁车站系统脆弱性评价模型.根据各个子系统的工作运行过程,分析并确定子系统的脆弱性评价指标,通过确定的脆弱性评价指标构建各个子系统的脆弱性评价模型,考虑子系统之间的相关性原则,整合得到地铁车站系统的脆弱性评价模型.通过脆弱性影响因素对系统脆弱性水平的影响方式,确定脆弱性水平的计算方法.案例表明,该地铁车站的脆弱性水平一直保持缓慢增长的状态,脆弱度从1.6386增长至37.1370.该地铁车站系统中脆弱度较高的影响因素为冷水机组、乘车码的获取、开关控制模块、输出模块和控制中心通讯系统;冷水机组占空调与通风系统脆弱度的26.45%;乘车码的获取占自动售检票系统的42.17%;开关控制模块和输出模块分别占通信与广播系统脆弱度的31.47%和35.83%;控制中心通讯系统占设备与环境监控系统脆弱度的72.42%.通风与空调系统、自动售检票系统、供电系统、通讯与广播系统和设备与环境监控系统分别占车站系统脆弱度的23.14%,20.44%,23.85%,23.29%和9.28%.      

基于改进Vague相似汇总法的城市深基坑工程绿色施工评价研究

为有效推进绿色施工,解决城市深基坑工程对环境造成的严重威胁,提出基于改进Vague相似汇总理论的评价方法。首先,依托PSR（压力-状态-响应）框架模型,结合指标建立的3项原则及深基坑施工特点,从指标产生机制方面建立绿色施工评价指标体系; 其次,借助C-OWA算子实现评价指标赋权,削弱专家主观偏好的不利影响,并改进Vague集群决策中相似汇总法构建绿色施工评价模型,集结各指标Vague值与专家主客观权重,评判深基坑工程的绿色施工等级; 最后,将绿色施工指标体系与评价模型应用于青岛香江旺角深基坑工程,结果表明该评价模型具有合理性与可行性。     

水上交通流冲突严重度BP神经网络评价方法

目前的水上交通流评价方法在评价指标关系模糊、来源不清等情况下难以运用,且主观性较强,存在评价结果严重偏离实际的情况,忽视了客观性不足的问题.为降低专家主观性对水上交通流冲突严重度评价的影响,基于BP神经网络建立评价模型,并通过网络训练进行函数比较,确定最符合模型设定要求的Trainlm函数,以及精度与迭代次数.由于数据的差异性会对BP神经网络的训练效率和评价精度造成影响,基于聚类分析与BP神经网络建立新的评价模型,将训练数据按照欧几里得度量进行归类开展神经网络训练,分别对水上交通流冲突严重度进行评价.运用9个水道数据为例对模型进行验证,通过比较聚类分析数据与未处理的原始数据在BP神经网络中的评价结果,发现评价结果平均误差从42.05%降低到23.74%,进一步验证了BP神经网络在该领域的可行性.评价模型利用聚类分析与BP神经网络相结合的方法,不仅客观性较强,而且与单一使用BP神经网络的模型相比提升了评价精度.      

基于GRA-SPA的城市地下综合管廊PPP项目风险评价研究

为及时发现并合理应对综合管廊PPP项目存在的风险,给政府部门提供投资决策的依据,提出基于集对分析理论的风险评价方法。首先,借助德尔菲法确定初始风险清单,采用主成分分析（PCA）对25个要素指标降维处理,并结合以往研究文献及项目特点构建管廊PPP项目风险评价指标体系; 其次,引入C-OWA算子实现指标赋权,削弱数据极端值造成的不利影响,并建立基于集对分析的风险评价模型,利用灰色关联度确定差异度系数i值,通过联系度的取值评判项目风险等级及发展趋势; 最后,将模型应用到青岛高新区管廊PPP项目实际工程,结果表明该项目风险等级为“中等”,有向较低风险等级发展的趋势,同时验证模型具有可行性与合理性,为综合管廊PPP项目风险评价的理论与实践提供参考。     

地铁车站建筑防火设计探讨

轨道交通系统重要的组成部分——地铁车站,由于客流密集、车站内部组成复杂,成为火灾的安全隐患区。从建筑专业的角度,结合相关实例,分析、探讨地铁车站建筑防火及安全疏散设计,加强地铁车站设计的安全性、规范性,减少地铁车站火灾隐患。     

地铁车站侧墙混凝土裂缝影响因素分析及控制研究

以南昌地铁2号线某车站侧墙混凝土裂缝数为研究对象，以BP神经网络进行训练，计算各因素对侧墙混凝土裂缝的平均影响值（MIV），构建MIV-BP神经网络模型，实证分析各因素对侧墙混凝土裂缝的影响作用程度。结果表明:保护层过薄、混凝土分块过大和混凝土配合比不合理是造成侧墙混凝土裂缝的主要影响因素，而其他因素为次要原因。     

模拟驾驶环境下驾驶人分心状态判别

为了探寻驾驶人分心判别方法,构建了驾驶人分心状态判别模型。首先设计分心模拟驾驶试验,采集正常驾驶和发送语音信息过程中的驾驶绩效特征和驾驶人眼动特征数据,建立驾驶人分心状态判别指标备选集;其次,采用基因选择算法对备选指标进行筛选,得到29个备选指标的重要度排序;然后,依次选取重要度较高的部分指标作为BP神经网络的输入指标,利用遗传算法（GA）全局搜索的性能优化BP神经网络的初始权值和阈值,将优化后的GA-BP神经网络作为弱分类器,再将多个弱分类器组合成Adaboost强分类器,建立基于Adaboost-GA-BP组合算法的驾驶人分心状态判别模型;最后,利用模拟驾驶器试验平台采集的数据计算不同判别指标数量下模型的性能,从而确定最优判别指标,并对模型进行验证和评价。结果表明：模型最优判别指标为重要度排序中前14个指标;模型能够准确识别驾驶人分心状态,判别精度为95.09%;与BP神经网络算法、GA-BP神经网络算法和Adaboost-BP神经网络算法相比,Adaboost-GA-BP组合算法在准确率、精准率、召回率、F₁值和ROC曲线等模型性能方面均最优。建立的模型能够有效判别驾驶人分心状态,可为驾驶人分心预警系统和分心控制策略提供依据。     

基于OWA-BP神经网络的公路隧道施工风险评估

为了科学评估公路隧道的施工风险,以4M1E原理为基础,构建了公路隧道施工风险评价指标体系。运用OWA算子确定了客观权重,结合BP神经网络构建了公路隧道施工风险评价模型。该评估模型在一定程度上削弱了个别极端数据对结果的影响,在复杂系统及非线性问题上具有一定优势。运用该模型对公路隧道施工风险评估进行模拟,并结合实际案例分析,得出模拟情况与实际情况相一致的结论,验证了该模型在公路隧道施工风险评估过程中的科学性。     

基于BP神经网络的事故黑点治理紧迫性排序研究

在当前社会经济水平下,有限的治理资金限制了治理道路危险源的数量,为了在保障道路安全的前提下,使有限的资金达到最大的治理效果,必须根据各类事故黑点的危险程度及治理的迫切性等对事故黑点治理紧迫性进行排序,从而根据紧迫性大小制定事故黑点的整治计划。该文提出基于BP神经网络的事故黑点治理紧迫性的排序方法,考虑多重因素建立了包括4个一级指标和6个二级指标的事故黑点治理紧迫性评价体系,并将评价指标作为BP神经网络的输入单元,通过模型设计、参数设计以及样本训练,建立基于BP神经网络的事故黑点治理紧迫性排序模型。最后,本文用实例验证了该模型对检验样本的输出值与期望值一致。     

基于火灾下地铁人员疏散的电气系统设计研究

随着社会和时代的发展,城市交通系统中地铁运输的优势越来越明显.由于其独特的建筑结构和操作环境,车站起火的后果非常严重.为了防止大规模破坏的发生,特别是有效防止和减少火灾受害者的方法,地铁设计要着重参考该情境.地铁安全避难设施十分重要,当地铁上的所有乘客都要到一个安全的地方避难时,消防队员们也要马上进入车站进行灭火作战和...     

人工神经网络在道路交通安全评价中的应用研究

为了提高道路交通安全评价的准确性,采用人工神经网络技术,建立了基于BP神经网络的道路交通安全综合评价模型。通过有效样本的学习,应用该模型,实现了对道路交通安全专家知识与经验的提取和存储,对提高交通管理部门的管理和决策水平具有指导作用。文中以已完成的道路交通安全评价案例为学习样本,说明了该模型的应用效果。     

基于乘客感受视角的城市轨道交通车站服务水平综合评价实证研究

以城市轨道交通车站为研究对象,立足于乘客自身感受,通过系统分析,构建了以快捷性、舒适性、安全性等为一级指标的城市轨道交通车站服务水平的评价指标体系。并以西安地铁钟楼车站为例,运用AHP确定指标权重并基于改进的TOPSIS对其进行评价,以验证指标体系和改进的TOPSIS方法在城市轨道交通车站服务水平综合评价中的可行性和可靠性。     

基于灰色BP神经网络组合模型的基坑变形预测研究

为了使得基坑变形预测在“少样本”“贫信息”的情况下依然能够得出精度较高的结果,在传统的灰色GM(1,1)模型和BP神经网络模型的基础上,进行了灰色BP神经网络组合模型的研究。通过总结2传统模型的原理和算法,归纳各自的优缺点,分析2模型在本质原理上的关系,提出了构建组合模型的方法。利用广州市轨道交通三号线燕塘站的监测数据,对灰色GM(1,1)模型、BP神经网络模型和灰色BP神经网络组合模型分别进行了检验,肯定了组合模型的优越性。     

基于BP神经网络的地铁车厢拥挤度预测方法

为准确预测地铁车厢的拥挤度,考虑到站时车厢的下车人数、立席面积和车厢承载量等因素,提出一种基于BP神经网络的地铁车厢拥挤度预测方法.基于调查数据和Matlab平台,构建初始BP神经网络、训练以及测试等环节,实现对地铁车厢到站时各车门下车人数的预测.以立席密度为标准进行车厢拥挤度划分,标定即将到站地铁的各节车厢拥挤度.以宁波市鼓楼地铁站为例,对BP神经网络预测方法进行验证,得到不同结构的BP神经网络预测结果.结果表明,最佳预测结果的决定系数R2为0.94,平均相对误差为0.25,预测误差在可控范围内,BP神经网络在下车人数预测上是适用的.      

基于神经网络的DCT换挡品质评价系统的开发

通过对DCT换挡过程的分析,确定了换挡时间、车辆加速度、换挡冲击度和发动机转速波动量等4个物理量作为客观评价指标。依据BP人工神经网络的基本原理,应用Matlab软件的神经网络工具箱函数,建立了用于评价车辆换挡平顺性的神经网络模型。利用GUI工具箱建立人机交互界面。通过内置的三种评价标准以及可以自行设计评价标准的方法,大大增强了该评价系统的灵活性和针对性。最后,对该评价系统进行了总结。     

基于熵权法的地铁运营安全模糊综合评价方法研究

针对现有地铁运营安全评价方法中存在的指标权重、指标隶属度等客观确定方法理论研究不足这一现状,采用将熵权法和可拓理论相结合的数学综合方法,建立基于模糊综合评价方法的地铁运营安全评价模型。其中： 指标权重采用熵权和主观权重加权平均的方法求得,既能够充分考虑专家的主观决策意见,又能反映出数据本身蕴含的信息;指标隶属度则采用可拓学理论中的关联函数计算获取。以北京某地铁为例,对该模糊综合评价方法进行了分析验证。验证结果表明,该方法不仅能够有效地评估地铁运营实际安全风险水平,还可以提高指标权重精度,准确反映出各项指标的相对重要程度,进而提高地铁运营安全评价的可靠性。